李曉明 應(yīng)毅 曾岳

摘 ?要： 為解決企業(yè)大數(shù)據(jù)平臺適配靈活性較差、功能化參數(shù)分配不協(xié)調(diào)等問題，設(shè)計基于Java微服務(wù)技術(shù)的新型企業(yè)智能大數(shù)據(jù)平臺。從服務(wù)接口憑證調(diào)取、賬號管理、說明文檔推送三個角度完成基于Java微服務(wù)技術(shù)的大數(shù)據(jù)平臺需求分析調(diào)研。在此基礎(chǔ)上，利用完整的大數(shù)據(jù)框架協(xié)調(diào)智能平臺接口與服務(wù)模塊間的制約關(guān)系，完成新型企業(yè)智能大數(shù)據(jù)平臺的搭建，實現(xiàn)基于Java的微服務(wù)技術(shù)在構(gòu)建企業(yè)智能大數(shù)據(jù)平臺下的應(yīng)用與開發(fā)研究。對比實驗結(jié)果表明，與傳統(tǒng)企業(yè)大數(shù)據(jù)平臺相比，應(yīng)用基于Java微服務(wù)技術(shù)的新型企業(yè)智能大數(shù)據(jù)平臺后，功能化參數(shù)分配協(xié)調(diào)性得到大幅提升，適配靈活性最大值可達到90%。

關(guān)鍵詞： Java微服務(wù); 企業(yè)大數(shù)據(jù)平臺; 智能平臺搭建; 接口憑證; 說明文檔; 平臺接口

中圖分類號： TN915?34; TP399 ? ? ? ? ? ? ? ? ? 文獻標(biāo)識碼： A ? ? ? ? ? ? ? ? ? ? ?文章編號： 1004?373X（2019）15?0165?05

Application and development of Java?based micro?service technology in intelligent

big data platform establishment of enterprises

LI Xiaoming1， YING Yi1， ZENG Yue2

（1. School of Computer Science and Engineering， San Jiang University， Nanjing 210012， China;

2. School of Software Engineering， Jinling Institute of Technology， Nanjing 211169， China）

Abstract： In order to solve the problems of poor adaptive flexibility and inconsistent allocation of functional parameters of enterprise big data platform， a new enterprise intelligent big data platform based on Java micro?service technology is designed. The demand analysis and research of big data platform based on Java micro?service technology is completed in three aspects of service interface voucher taking， account management and description document push. On this basis， a complete big data framework is used to coordinate the restrictive relation between interface and service module of the intelligent platform， complete the construction of a new enterprise intelligent big data platform， and realize the application and development of Java?based micro?service technology in the construction of enterprise intelligent big data platform. The comparison experimental results show that， in comparison with the traditional enterprise big data platform， the new enterprise intelligent big data platform based on Java micro?service technology can greatly improve the coordination capacity of functional parameter allocation， and the maximum adaptive flexibility can reach 90%.

Keywords： Java micro?service; enterprise big data platform; intelligent platform set?up; interface credentials; description documents; platform interface

0 ?引 ?言

Java技術(shù)吸納了C++語言的應(yīng)用優(yōu)勢，通過面向?qū)ο蟮臄?shù)據(jù)編程手段，解決原發(fā)信息節(jié)點指針不明顯的問題。從實用性方面來看，Java編程技術(shù)具備明顯的語言應(yīng)用優(yōu)勢，能夠充分化簡復(fù)雜的理論對象關(guān)系，并以連貫的思維方式、多信息數(shù)據(jù)進行編碼處理。傳統(tǒng)企業(yè)大數(shù)據(jù)平臺以C++語言作為后臺程序的主要編碼依據(jù)，并通過搭建移動設(shè)備瀏覽程序的方式，增加平臺自身的瀏覽量[1?2]。這種平臺運行方法通過Logistic回歸法則計算各窗口的組件化條件，并通過資源信息整合的方式完成MLP軟件運行環(huán)境的搭建。在這種軟件運行環(huán)境中，所有與企業(yè)相關(guān)的信息數(shù)據(jù)都可在B/S架構(gòu)模型的促進下進行自主順序排列，不僅實現(xiàn)了企業(yè)大數(shù)據(jù)的分層組件化處理，也在一定程度上降低了模塊化信息傳遞風(fēng)險因素的發(fā)生概率。隨著科學(xué)技術(shù)手段的進步，這種傳統(tǒng)的平臺搭建方法逐漸暴露出功能化參數(shù)分配協(xié)調(diào)程度受限、適配靈活性不達標(biāo)等應(yīng)用弊端。為解決上述問題，引入Java微服務(wù)技術(shù)，通過分析信息流基礎(chǔ)需求的方式，搭建一種新型的企業(yè)智能大數(shù)據(jù)平臺，對比實驗說明這種新型平臺的實用性。

1 ?基于Java微服務(wù)技術(shù)的大數(shù)據(jù)平臺需求分析

通過接口憑證調(diào)取、企業(yè)賬號管理等途徑實現(xiàn)基于Java微服務(wù)技術(shù)平臺需求分析，完成新型大數(shù)據(jù)平臺搭建的準(zhǔn)備工作。

1.1 ?Java服務(wù)接口憑證調(diào)取

Java服務(wù)接口憑證調(diào)取需要在安全Open ID協(xié)議的促進下，提取企業(yè)智能大數(shù)據(jù)平臺的access token權(quán)限，并根據(jù)數(shù)據(jù)字符的投放條件規(guī)劃現(xiàn)有待管理企業(yè)微服務(wù)賬號的基本存儲上限。Open ID協(xié)議是企業(yè)智能大數(shù)據(jù)平臺中促進數(shù)據(jù)傳輸?shù)闹饕浇閇3]。為了實現(xiàn)多個企業(yè)微服務(wù)賬號間的信息互通傳輸，可以利用移動端互聯(lián)的技術(shù)手段對平臺中企業(yè)核心計算機的access token權(quán)限進行提取，再增設(shè)一個新型的平臺賬號管理空間用于管理不同Java微服務(wù)對象的個人綁定信息[4]。默認(rèn)企業(yè)智能大數(shù)據(jù)平臺的IP地址為http：//getcallbackip.com/cgi?bin/URL，Java服務(wù)接口憑證的調(diào)取操作原理如圖1所示。

1.2 ?企業(yè)微服務(wù)賬號管理

企業(yè)微服務(wù)賬號管理可以借助Java服務(wù)接口憑證，確定大數(shù)據(jù)說明文檔推送起始點、終止點的具體位置。傳統(tǒng)企業(yè)大數(shù)據(jù)平臺中所有微服務(wù)賬號均呈現(xiàn)較為散亂的分布狀態(tài)，當(dāng)企業(yè)計算機對賬號管理空間發(fā)出調(diào)取指令后，這些微服務(wù)賬號會同時進入接口節(jié)點，并按照賬號存儲數(shù)據(jù)總量由小到大的順序進行調(diào)取檢測，這也是導(dǎo)致傳統(tǒng)平臺適配靈活性較差的主要原因[5?6]。為有效解決上述問題，新型企業(yè)智能大數(shù)據(jù)平臺在確保Java服務(wù)接口憑證無誤的前提下，通過微服務(wù)賬號管理結(jié)構(gòu)對所有待檢測數(shù)據(jù)進行類別劃分。當(dāng)企業(yè)計算機對賬號管理空間發(fā)出調(diào)取申請后，微服務(wù)賬號管理結(jié)構(gòu)會在存儲空間內(nèi)進行初步篩選，再將滿足調(diào)取要求的企業(yè)微服務(wù)賬號傳輸至承運單元。通過這種方式提升企業(yè)智能大數(shù)據(jù)平臺的運行管理級別，并適當(dāng)提升平臺的適配靈活性，具體企業(yè)微服務(wù)賬號管理原則如圖2所示。

圖1 ?Java服務(wù)接口憑證調(diào)取原理詳解圖

圖2 ?企業(yè)微服務(wù)賬號管理原則詳解圖

1.3 ?大數(shù)據(jù)說明文檔的推送

大數(shù)據(jù)說明文檔推送是基于Java微服務(wù)技術(shù)平臺需求分析的關(guān)鍵環(huán)節(jié)，且該項操作需要在多個企業(yè)微服務(wù)賬號的促進下為大數(shù)據(jù)框架、服務(wù)接口等平臺模塊提供物理信息的依存條件[7]。在Java服務(wù)接口憑證滿足平臺計算機調(diào)取規(guī)則的前提下，企業(yè)微服務(wù)賬號管理會在企業(yè)計算機中長期存儲。在此運行條件下，大數(shù)據(jù)說明文檔可以通過智能界面接口進入平臺的大數(shù)據(jù)框架中，并作為基礎(chǔ)數(shù)據(jù)算子連接平臺接口及Java服務(wù)模塊間的信息傳輸[8?9]。常規(guī)大數(shù)據(jù)說明文檔信息與菜單項列表保持相同的排列順序，在企業(yè)智能大數(shù)據(jù)平臺處于平穩(wěn)運行的條件下，這些待推送的說明文檔會按照企業(yè)計算機的調(diào)取規(guī)則進行物理排列，并通過不斷更改組合形態(tài)的方式弱化功能化參數(shù)的傳輸協(xié)調(diào)性，使得企業(yè)信息具備更強的響應(yīng)連接速度。大數(shù)據(jù)說明文檔的推送原則如圖3所示。

圖3 ?大數(shù)據(jù)說明文檔推送原則注解圖

2 ?企業(yè)智能大數(shù)據(jù)平臺的構(gòu)建與開發(fā)

在基于Java微服務(wù)技術(shù)平臺需求分析的基礎(chǔ)上，通過大數(shù)據(jù)框架完善、智能平臺接口設(shè)計、Java服務(wù)模塊實現(xiàn)三個步驟，實現(xiàn)新型企業(yè)智能大數(shù)據(jù)平臺的構(gòu)建與開發(fā)。

2.1 ?大數(shù)據(jù)架構(gòu)完善

新型企業(yè)平臺的大數(shù)據(jù)框架在保留B/S架構(gòu)的基礎(chǔ)上，采用Web網(wǎng)絡(luò)結(jié)構(gòu)連接待推送文檔與智能平臺接口間的數(shù)據(jù)傳輸。這種新型的企業(yè)平臺大數(shù)據(jù)架構(gòu)采用分層管理模式，以Web瀏覽器作為核心搭建設(shè)備，不僅在應(yīng)用層面上實現(xiàn)了服務(wù)器功能的高度統(tǒng)一，也在一定程度上深化了瀏覽器的數(shù)據(jù)處理能力。采用新型大數(shù)據(jù)架構(gòu)的企業(yè)服務(wù)平臺可以輕松實現(xiàn)軟、硬件運行環(huán)境間的功能性轉(zhuǎn)化，且隨著智能平臺接口數(shù)量的不斷增加，Java服務(wù)模塊可在接收企業(yè)數(shù)據(jù)的同時，通過大數(shù)據(jù)框架與平臺核心計算機建立物理連接，并在輸入、輸出信道的促進下完成物理信息互換操作[10?11]。從功能結(jié)構(gòu)方面來看，企業(yè)平臺的大數(shù)據(jù)框架可分為客戶端層、服務(wù)層、數(shù)據(jù)處理層三個主要層次，且每個層次中都包含大量的智能平臺接口，根據(jù)處理數(shù)據(jù)類型的不同，這些接口所具備的物理權(quán)限也都不相同。完整的企業(yè)平臺大數(shù)據(jù)框架結(jié)構(gòu)如圖4所示。

2.2 ?智能平臺接口設(shè)計

新型企業(yè)大數(shù)據(jù)平臺的智能接口包含JSON，Getrisk，Chronic三種標(biāo)準(zhǔn)類型。其中，JSON平臺接口主要存在于大數(shù)據(jù)框架結(jié)構(gòu)中的服務(wù)層，是智能性連接服務(wù)的直觀表現(xiàn)形式。該類型的智能平臺接口滿足Integer企業(yè)數(shù)據(jù)的查詢要求，可在允許存儲空間為空的前提下，對所有運行數(shù)據(jù)庫中存儲的企業(yè)數(shù)據(jù)信息進行調(diào)取、查找[12]。Getrisk平臺接口主要存在于大數(shù)據(jù)框架結(jié)構(gòu)中的數(shù)據(jù)處理層，可以充分適應(yīng)平臺存儲結(jié)構(gòu)運行要求。該類型的智能平臺接口始終保持String浮點精度條件，在一切存儲空間不為空的前提下，都可以實現(xiàn)對企業(yè)數(shù)據(jù)信息的良性處理[13?14]。Chronic平臺接口在大數(shù)據(jù)框架中起到傳輸橋梁的作用，其應(yīng)用條件相對寬泛，不需要對存儲空間進行嚴(yán)格的限制，且能夠?qū)ζ髽I(yè)數(shù)據(jù)信息進行較為迅速的連接處理。詳細(xì)智能平臺接口設(shè)計標(biāo)準(zhǔn)如表1所示。

參考文獻

[1] 郭嘉，郭曉峰，沈建京.關(guān)于大數(shù)據(jù)中用戶資源信息提取仿真研究[J].計算機仿真，2018，35（7）：414?417.

GUO Jia， GUO Xiaofeng， SHEN Jianjing. Simulation research on user resource information extraction in big data [J]. Computer simulation， 2018， 35（7）： 414?417.

[2] 安強強，李趙興，張峰，等.基于機器學(xué)習(xí)的通信網(wǎng)絡(luò)非結(jié)構(gòu)化大數(shù)據(jù)分析算法[J].電子設(shè)計工程，2018，26（14）：53?56.

AN Qiangqiang， LI Zhaoxing， ZHANG Feng， et al. Machine learning based unstructured large data analysis algorithm for communication networks [J]. Electronic design engineering， 2018， 26（14）： 53?56.

[3] 李艷，呂鵬，李瓏.基于大數(shù)據(jù)挖掘與決策分析體系的高校圖書館個性化服務(wù)研究[J].圖書情報知識，2016，19（2）：60?68.

LI Yan， L? Peng， LI Long. Research on personalized services of university library based on the big data mining and decision analysis system [J]. Document， information & knowledge， 2016， 19（2）： 60?68.

[4] 姜俊鋒，丁香乾，侯瑞春，等.基于Citespace Ⅲ的大數(shù)據(jù)研究的可視化分析[J].計算機與數(shù)字工程，2016，14（2）：291?295.

JIANG Junfeng， DING Xiangqian， HOU Ruichun， et al. Visua?lization analysis about big data research based on citespaceⅢ [J]. Computer and digital engineering， 2016， 14（2）： 291?295.

[5] 黃超，余英，張煒，等.對智能配電網(wǎng)大數(shù)據(jù)統(tǒng)一支撐平臺體系和構(gòu)架分析[J].自動化與儀器儀表，2016，23（7）：137?138.

HUANG Chao， YU Ying， ZHANG Wei， et al. Analysis of the unified support platform system and framework for big data in smart distribution network [J]. Automation & instrumentation， 2016， 23（7）： 137?138.

[6] 李寒曦，錢杰，汪炎平.基于智能化系統(tǒng)理論的IT智能移動巡檢平臺開發(fā)與研究[J].科技通報，2016，32（3）：132?135.

LI Hanxi， QIAN Jie， WANG Yanping. Development of IT intelligent mobile inspection platform based on intelligent theory [J]. Bulletin of science and technology， 2016， 32（3）： 132?135.

[7] 田歆，汪壽陽，鄂爾江，等.零售大數(shù)據(jù)與商業(yè)智能系統(tǒng)的設(shè)計、實現(xiàn)與應(yīng)用[J].系統(tǒng)工程理論與實踐，2017，37（5）：1282?1293.

Tian Xin， Wang Shouyang， E Erjiang， et al. Design， implementation and practice of big data and business intelligence system for retail industry [J]. Systems engineering?theory & practice， 2017， 37（5）： 1282?1293.

[8] 江凱，蘇謙，白皓，等.大數(shù)據(jù)環(huán)境下高速鐵路線下結(jié)構(gòu)檢測數(shù)據(jù)管理平臺設(shè)計與分析[J].鐵道標(biāo)準(zhǔn)設(shè)計，2016，12（3）：24?28.

JIANG Kai， SU Qian， BAI Hao， et al. Design and analysis of data management platform for high speed railway infrastructure inspection [J]. Railway standard design， 2016， 12（3）： 24?28.

[9] 何勝，馮新翎，武群輝，等.基于用戶行為建模和大數(shù)據(jù)挖掘的圖書館個性化服務(wù)研究[J].圖書情報工作，2017（1）：40?46.

HE Sheng， FENG Xinling， WU Qunhui， et al. Research on personalized services of library based on user behavior mode?ling and big data mining [J]. Library and information service， 2017（1）： 40?46.

[10] 楊甲甲，趙俊華，文福拴，等.智能電網(wǎng)環(huán)境下基于大數(shù)據(jù)挖掘的居民負(fù)荷設(shè)備識別與負(fù)荷建模[J].電力建設(shè)，2016，37（12）：11?23.

YANG Jiajia， ZHAO Junhua， WEN Fushuan， et al. Residential appliance identification and load modeling based on big data mining in smart grid environment [J]. Electric power construction， 2016， 37（12）： 11?23.

[11] BACCARELLI E， CORDESCHI N， MEI A， et al. Energy?efficient dynamic traffic offloading and reconfiguration of networked data centers for big data stream mobile computing： review， challenges， and a case study [J]. Computers & chemical engineering， 2016， 91（2）： 182?194.

[12] CHEN M， MA Y， SONG J， et al. Smart clothing： connecting human with clouds and big data for sustainable health monito?ring [J]. Mobile networks & applications， 2016， 21（5）： 1?21.

[13] HARTMANN P M， ZAKI M， FELDMANN N， et al. Cap?tu?ring value from big data ? a taxonomy of data?driven business models used by start?up firms [J]. International journal of ope?rations & production management， 2016， 36（10）： 1382?1406.

[14] ZHANG Q， YANG L， CHEN Z. Privacy preserving deep computation model on cloud for big data feature learning [J]. IEEE transactions on computers， 2016， 65（5）： 1351?1362.

[15] LEI Y， JIA F， LIN J， et al. An intelligent fault diagnosis method using unsupervised feature learning towards mechanical big data [J]. IEEE transactions on industrial electronics， 2016， 63（5）： 3137?3147.

[16] ZHANG Y. GroRec： a group?centric intelligent recommender system integrating social， mobile and big data technologies [J]. IEEE transactions on services computing， 2016， 9（5）： 786?795.